为了减少混凝土的收缩开裂、促进减缩型聚羧酸系减水剂的发展和应用, 采用水溶液自由基聚合法, 将异戊烯基聚氧乙烯醚(IPEG)、丙烯酸(AA)和丙烯酸丁酯(BA)等不饱和单体共聚合成了一种兼具分散性能和减缩性能的减缩型聚羧酸系减水剂(SR-PCE)。利用凝胶渗透色谱法和Fourier红外光谱法对SR-PCE的分子结构进行了表征, 并对其减缩机理进行了分析。结果表明: 所制备的SR-PCE的分子结构符合预先的设计; 在保证优良分散性能的前提下, 当SR-PCE分子结构中IPEG、AA和BA三者的摩尔比为1:5:4时, 减缩性能最佳。SR-PCE发挥优良减缩作用的机理主要在于2个方面: 首先, 相比普通型聚羧酸系减水剂, SR-PCE可以进一步降低水溶液的表面张力; 其次, SR-PCE可以减少水泥石孔溶液中水的蒸发速率, 提高浆体对孔隙水的保持能力。

针对现有方法在复杂云层和强杂波的干扰环境下的高虚警率或低检测率的问题,提出一种基于视觉特征融合的机载红外弱小目标检测方法。首先,利用Laplace算法对原始图像进行锐化处理,提取图像的轮廓边缘,并将其叠加到原始图像上,目的是增加真实目标与疑似目标的像素强度。然后,根据目标的梯度特征,采用局部多向梯度方法对处理后图像中的复杂背景和强杂波进行抑制。其次,根据图像的灰度差异特征,采用局部灰度差方法适当地增强目标。最后,将通过视觉特征信息获取的图像融合,突出目标的显著性,并对目标进行自适应阈值处理,实现目标的精准检测。实验结果表明,与其他方法相比,所提方法在信杂比、背景抑制因子及检测率指标上得到显著提升,且具有较低的虚警率。

目前海上目标检测已在民用和**领域得到广泛的应用。由于海水波动大、目标成像面积少、特征不显著等特点增大了目标检测难度，为了消除上述的问题，首先提出了一种基于混合高斯-马尔科夫随机场目标检测模型，该模型利用所提出的混合高斯模型自适应调节学习率来抑制动态背景的干扰。然后，利用混合高斯模型对红外图像所计算的结果作为马尔科夫随机场的观测值，建立了马尔科夫随机场模型，可以解决混合高斯模型存在的不足。实验结果表明，本文的方法能够取得良好的检测效果。

根据热量传递机理建立了智能服装中光纤布拉格光栅人体测温的热传递物理模型, 对人体、空气层和服装之间的热传递进行了有限元建模和稳态热分析, 确定了智能服装中光纤布拉格光栅温度场的数学模型, 利用该数学模型对光纤布拉格光栅测量温度值进行了修正。在多点加权皮肤平均温度的基础上, 提出了由左右胸、左右腋和后背五处皮肤温度构成的智能服装人体温度加权模型。由克拉默法则得出了智能服装人体温度加权系数: 左前胸为0.0826, 左腋为0.3706, 右腋为0.3706, 后背为0.0936, 右前胸为0.0826。人体穿着智能服装的实验结果表明, 基于光纤布拉格光栅的智能服装温度检测动态范围为33~42℃, 人体温度测量误差为±0.2℃, 可应用于人体温度的高精度监测。